【redis-02】深入理解redis中RBD和AOF的持久化

redis系列整体栏目

如需转载，请输入：https://blog.csdn.net/zhenghuishengq/article/details/142441756

一，redis的持久化机制和原理

在平常开发中，redis一般是做为缓存使用，但是在很多大型互联网公司中，都是很依赖redis，将数据存储在redis中，如果redis挂了，那么在重启之后内部的数据就会丢失，因此在redis层面，需要对内部的数据进行持久化。在redis持久化中，主要有两种方式：rdb和aof

1，RDB持久化

1.1，save方式实现

在redis中，默认使用的就是rdb这种持久化方式，可以通过redis中安装的redis.conf配置文件查看。redis配置的策略如下，可以通过配置save命令来实现持久化的的操作，在一定的时间段，配置一定的阈值，当触发到阈值时，将内存中的数据进行持久化。

save 900 1     # 在 900 秒内至少有 1 次写操作，进行快照
save 300 10    # 在 300 秒内至少有 10 次写操作，进行快照
save 60 10000  # 在 60 秒内至少有 10000 次写操作，进行快照

接下来通过详细案例测试一下，为了测试这个快照，我这边先修改一下配置，在一分钟内，只要有一次写入，那么就会触发这个快照机制

save 60 1  # 在 60 秒内至少有 1 次写操作，进行快照
CONFIG SET save "60 1" //直接在客户端里面操作，和上面这种方式2选1    

随后先清空原有的dump.rdb文件，此时redis中的rdb文件被清空，或者为了测试的话，可以直接先清空所有的key-value，通过 FLUSHALL 命令即可，但是如果是线上环境需谨慎操作

truncate -s 0 dump.rbd

随后执行几条插入操作的命令，插入完之后，最后在执行以下save命令。在执行命令如果报错error的话，那是因为没满足阈值触发的条件，最好和我一样，改成60s有一次写入就触发存储的机制

set zhenghuisheng:age 18
set zhenghuisheng:height 18
set zhenghuisheng:sex 18    

随后可以直接查看这个dumo.rdb文件，可以发现数据已经全部存进rdb文件中

通过数据可以得知，rdb文件是一种二进制文件，更加的适配与操作系统，如果宕机了想要数据恢复的话，那么使用这种二进制文件恢复肯定是效率最高的。

但是如果是使用这种save的方式进行持久化，也会带来部分性能问题，因为save这种方式是采用的 同步 的方式进行数据存储，安全性高，但是如果来了一个 大key，就是一个大对象，如果存一个大对象就要5s，那么此时整个redis都会被阻塞5s，跟内部的反应堆模式有关，那么就会严重影响redis的性能

1.2，bgsave的实现

既然上面的save会由于同步带来一些性能的问题，因此redis也给出了另一份解决思路，就是通过bgsave异步的方式来实现这个rdb快照，从而提高整体的性能的吞吐量。bgsave，即background，后台存储的意思

接下来依旧先演示一下bgsave的使用，先执行三条插入数据的命令，随后执行 bgsave 进行数据存储

set bgsave:001 test1
set bgsave:002 test2
set bgsave:003 test3

结果如下图，此时三条命令也已二进制的方式存入到dump.db的配置文件中

bgsave通过 写时复制(copy-on-write) 的方式实现异步操作，就是执行bgsave的主线程，在执行bgsave命令的那一刻，会fork出一个子线程来copy主线程中的所有数据，并且此时如果还有数据写入进来，会同时操作原主线程中的内存数据和新fork出现的子线程中的数据。

既然是使用异步的方式进行数据的持久化，那么就有可能会不安全，数据丢失等问题。

1.3，rdb的优缺点

优点

使用rdb的优点在于，内部采用的是二进制的方式进行数据存储，存储效率较高，如果宕机了要进行数据恢复的话，那么数据恢复也相对较快

缺点

缺点也很明显，首先就是选择存储的方式，即save和bgsave的方式，就是经典的高性能和高可用之间做选择。采用save方式可用保证高可用，数据相对安全，但是可能会出现整个系统出现阻塞问题；采用bgsave方式，通过写时复制的异步方式进行数据的存储，性能相对较快，但是可能造成数据丢失等不安全问题。

还有一个主要的问题，rdb是通过某种阈值触发的条件实现rdb存储，假设5分钟达到1000条命令存储一次，那么如果在这5分钟内的数据刚好到达了阈值临界点，但是此时redis宕机了，导致这5分钟的数据没有进行rbd的持久化，那么就可能会丢失5分钟的数据，在重启redis进行数据恢复的时候，这5分钟的数据将不能恢复

2，AOF持久化

虽然说在redis中默认的是使用rdb这种方式进行持久化，但是rdb这种方式很明显，可能会造成数据丢失比较多的情况，比如一个1w qps/s的系统，假设丢5分钟数据，那么就会丢失掉300万条数据，显然使用默认的方式是不太合理的

100000 * 60 * 5 = 300 0000

2.1，aof原生命令

因此redis引入了aof文件日志写入的这种操作，在redis.conf配置文件中，打开 appendonly 设置为yes即可

appendonly yes
CONFIG SET appendonly yes  //直接在客户端中操作，和上面这种方式的效果一样    

在开启完aof命令之后，接下来再往redis中插入几条数据

set aof:test1 aof1
set aof:test2 aof2
set aof:test3 aof3

数据插入完成之后，接下来查看这个appendonly.aof文件里面到底存的是什么，由于前期aof一直是开着，因此这里只看后面几条命令即可，如果直接cat把数据直接全部的加载到内存里面，把内存撑爆，导致线上的redis服务器宕机了，那就得不偿失了

//查看尾部几条命令
tail -f appendonly.aof

可以发现里面就是一些原生执行命令。然后加一些redis内部的一些识别符，在数据进行恢复的时候，可以供内部的c++程序所识别，从而实现数据的恢复。实现数据恢复也比较简单，就是把这些命令从上往下的全部的执行一遍，然后就能将数据恢复。

aof持久化也有对应的策略，其持久化的方式有以下三种，默认采用 appendfsync everysec 每秒同步一次数据

• appendfsync always：每次写入操作都会立即将数据同步到磁盘。安全性最高，但性能最低。
• appendfsync everysec：每秒同步一次数据，这是默认选项，性能和安全性之间的折中。
• appendfsync no：由操作系统决定何时同步数据，这样性能最好，但在崩溃时可能丢失一些数据。

到这里为止，丢失问题的情况依旧存在，比如将1s内的数据再提交到对应的日志文件的时候，rdis宕机了，这就会导致可能丢失1秒钟的数据，相对于上面的rdb，已经属于是优化的操作。

但是aof也有属于自己的缺点，rdb采用的是二进制的压缩文件，文件大小相对较小，在做数据拷贝或者恢复的时候相对较快；而aof都是记录原生的命令，包括记录一些字符串长度等等，随着数据的增加，aof文件会越来越大，一次其数据拷贝或者做数据恢复会相对缓慢

2.2，aof重写

上面谈到了aof的缺点，会随着时间的推移，文件变得很大，甚至可能不小心一个cat命令，直接把服务器的内存打满，导致redis宕机这种可能，因此aof内部添加了aof重写功能。

举个例子，假设一个减库存的操作，假设商品id为1001，数量有10000件，那么预扣减内存的命令就如下

set 1001:stock 9999
set 1001:stock 9998
set 1001:stock 9997    

就是很明显，这个key不变，但是value在变，如果用aof存的话，可能要存10000条数据，那么aof重写的机制就是，只记录最终值。比如商品卖了5000件，常规的aof就存了5000条数据，但是通过aof重写优化之后，只存最终结果即可，这样在日志中只需要存一条，最后数据恢复时也只需要恢复这条最终的命令即可，其他的数据对于整个系统来讲都是垃圾数据。

set 1001:stock 5000

aof重写策略如下，如在文件达到32m时触发一次重写，在64m时又触发一次… 依次类推

auto-aof-rewrite-percentage:100% 触发AOF重写时，文件大小相对于上一次重写时的百分比阈值
auto-aof-rewrite-min-size:32m    触发AOF重写时，AOF文件的最小大小  //可以通过命令方式设置
CONFIG SET auto-aof-rewrite-percentage 100
CONFIG SET auto-aof-rewrite-min-size 32mb    

除了上面的设置之外，也可以手动的方式触发aof重写，就是通过执行这个 BGREWRITEAOF命令

BGREWRITEAOF

通过aof重写的方式，减少aof存储文件的大小，从而提高在数据做主从架构或者恢复时的效率

3，rdb和aof优缺点

通过上面的分析，接下来可以对rdb和aof二者之前做一个全面的对比。

在实际开发中，也是可以优先的考虑使用aof的方式来设计持久化问题，并且不管是在数据做同步上，还是数据恢复上，aof的优势还是占优，都能获取到更多的数据，从而保证系统的高可用。

4，rdb和aof混合持久化

在redis4.0之后，引入了一个新的持久化方式，就是可以让rdb持久化和aof持久化结合使用。rdb的优点是采用二进制存储，存储内容效，aof的优点是存储的数据量多，数据丢失量少，因此结合二者优点，让rbd和aof混合持久化。

在使用这个混合持久化之前，分别需要开启aof持久化和混合持久化的命令。

# 启用AOF持久化
appendonly yes
# 启用混合持久化
aof-use-rdb-preamble yes

以aof的维度来讲，肯定是想减少文件的容量大小，并且恢复速度快点，以rdb的维度来讲，肯定是想多存点数据，因此根据这二者维度，可以在aof文件重写之后，将数据转成二进制的格式存到文件中，通过这种方式，通过aof来解决数据丢失问题，又通过rdb文件格式来减少空间存储，并且能再宕机之后更快的恢复数据。

还是通过上面的库存例子详细的说明一下到底什么是混合持久化，首先是开启aof持久化和混合持久化，其次是开启aof的重写功能

auto-aof-rewrite-percentage:100 触发AOF重写时，文件大小相对于上一次重写时的百分比阈值
auto-aof-rewrite-min-size:32m    触发AOF重写时，AOF文件的最小大小 

随后扣减10次库存，为了演示这个文件中的数据，先将 appendonly.aof 文件先清空

truncate -s 0 appendonly.aof 

随后执行10条扣减库存的操作，如下图，每次对库存进行减1的操作

执行完成之后，由于此时并没有触发到aof的重写机制，因此需要手动命令进行触发

BGREWRITEAOF

最后直接查看这个 appendonly.aof 文件，可以发现有部分的二进制文件，有部分的原生命令文件。

就是说那1s的数据会通过rdb的二进制文件进行持久化，在持久化的时候依旧有命令进来，那么暂时先用aof文件进行存储，在下一秒又将前一秒的数据转换成二进制文件存储，通过这种方式最多也只会丢一秒的数据。